讲座主题：人工智能辅助材料设计
专家姓名：倪军
工作单位：清华大学
讲座时间：2024年10月19日15:30-17:00
讲座地点：二教104
主办单位：tyc1286太阳集团物理与电子信息学院
内容摘要：
自2016年起，我们依托国家重点研发计划“材料基因工程关键技术与支持平台”重点项目，运用人工智能技术，专注于材料物理性能的预测与设计，尤其在多组分材料领域。鉴于这些材料的数据稀缺性，我们为特定材料定制了机器学习模型。主要工作成就包括：
成功设计出性能优异的多组分材料，实现了材料物理性能的显著提升；针对数据稀缺的挑战，我们改进了机器学习模型，使其即便在数据量有限的情况下，也能提供高精度的性能预测。利用这些优化的机器学习模型，我们对铁电材料和高熵合金体系进行了有效的性能预测，验证了模型在实际应用中的高度准确性和实用性。以上工作不仅彰显了人工智能在材料物理性能预测与设计中的核心作用，还展示了在数据有限条件下，如何通过技术创新实现高效准确的材料性能预测。
主讲人介绍：
倪军，清华大学物理系长聘教授，国家重点研发项目课题（2016YFB0700102），基于人工神经网络的材料基因设计程序开发课题负责人，1989年中国科学院固体物理研究所获博士学位，师从中国金属物理学奠基人葛庭遂院士，1990清华大学物理系从事博士后研究工作，师从清华大学原校长顾秉林院士。先后主持过9项国家自然科学基金项目，1项国家973国家重点基础发展规划课题“新型低维光电子材料计算设计“项目以及教育部跨世纪优秀人才培养计划项目以及教育部博士点基金项目。曾获得国家自然科学二等奖一项，清华大学学术新人奖。目前从事计算凝聚态物理研究。在Phys. Rev. Lett., Appl.Phys.Lett., Phys. Rev.B等国内外刊物上发表论文200余篇，其中SCI收录的论文180余篇。
